시작하기무료로 시작하기

활성화 함수 비교하기

활성화 함수를 비교하려면 약간의 코딩이 필요하지만, 충분히 하실 수 있어요!

챕터 2에서 농장 관개 기계를 위해 만들었던 멀티라벨 모델에 다양한 활성화 함수를 적용해 보겠습니다. 함수 get_model('relu')는 이 모델의 사본을 반환하고 은닉층에 'relu' 활성화 함수를 적용해요.

여러 활성화 함수를 순회하면서 각 함수마다 새 모델을 만들고 학습시킬 거예요. history 콜백을 딕셔너리에 저장해 두면, 다음 연습 문제에서 어떤 활성화 함수가 가장 성능이 좋았는지 시각화할 수 있어요!

X_train, y_train, X_test, y_test는 모델을 학습할 때 바로 사용하실 수 있게 준비되어 있어요.

이 연습은 강의의 일부입니다

Keras로 시작하는 딥 러닝

강의 보기

연습 안내

  • 활성화 함수 배열을 relu, leaky_relu, sigmoid, tanh로 채우세요.
  • 각 반복에서 현재 활성화 함수를 매개변수로 전달해 get_model()로 새 모델을 가져오세요.
  • 학습 데이터와 validation_data를 제공해 모델을 학습하세요. epochs는 20으로, verbose는 0으로 설정하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Activation functions to try
activations = [____, ____, ____, ____]

# Loop over the activation functions
activation_results = {}

for act in activations:
  # Get a new model with the current activation
  model = ____
  # Fit the model and store the history results
  h_callback = ____
  activation_results[act] = h_callback
코드 편집 및 실행